لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
تسلط مولد هوش مصنوعی با بیش از 15 پروژه در زمان واقعی
Generative AI Mastery With 15+ Real Time Projects
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
راهنمای جامع ساخت، استقرار و بهینه سازی هوش مصنوعی مولد با استفاده از Langchain و Huggingface با پروژه. سیستم های هوش مصنوعی مولد را با استفاده از عامل های OpenAI، Retrieval-Augmented Generation (RAG) و Large Language Model (LLM) ایجاد کنید. یاد بگیرید که با استفاده از چارچوب Langchain و مدل های پیشرفته Huggingface، برنامه های پیشرفته هوش مصنوعی مولد ایجاد کنید. الگوهای معماری و طراحی برای ساختن سیستمهای هوش مصنوعی مولد قوی را درک کنید. تجربه عملی در استقرار مدلهای هوش مصنوعی مولد در محیطهای مختلف، از جمله پلتفرمهای ابری و سرورهای داخلی به دست آورید. استراتژی های مختلف استقرار را کاوش کنید و از مقیاس پذیری و قابلیت اطمینان برنامه های هوش مصنوعی اطمینان حاصل کنید. توسعه خطوط لوله بازیابی-افزایش (RAG) برای افزایش عملکرد و دقت مدلهای تولیدی با یکپارچهسازی مکانیسمهای بازیابی. یاد بگیرید که مدل های از پیش آموزش دیده Huggingface را به طور یکپارچه در برنامه های Langchain قرار دهید و از قابلیت های قدرتمند NLP آنها استفاده کنید. مدلهای Huggingface را برای مطابقت با نیازهای کاربردی خاص و موارد استفاده، سفارشی و دقیق تنظیم کنید. روی پروژههای دنیای واقعی کار کنید که کاربرد هوش مصنوعی مولد را در حوزههای مختلف، مانند رباتهای گفتگو، RAG، و تولید محتوا نشان میدهند. پیش نیازها: شما به یک رایانه رومیزی با ویندوز، مک یا لینوکس نیاز دارید که قادر به پشتیبانی از آناکوندا 3 یا نسخه های جدیدتر باشد. این دوره شما را در نصب نرم افزار رایگان مورد نیاز راهنمایی می کند. درک اولیه کدنویسی یا اسکریپت نویسی مورد نیاز است. حداقل مهارت های ریاضی سطح دبیرستان مورد نیاز خواهد بود.
امکانات بی حد و حصر هوش مصنوعی مولد را با دوره عمیق ما، "تسلط بر هوش مصنوعی مولد" کشف کنید این برنامه ماهرانه طراحی شده شما را به سفری از اصول اساسی به تکنیک های پیشرفته می برد و تجربه عملی را ارائه می دهد که شما را با مهارت ها مجهز می کند. برای برتری در دنیای هوش مصنوعی مولد نیاز است.
با شروع، این دوره مفاهیم اصلی را معرفی میکند و تضمین میکند که حتی کسانی که دانش هوش مصنوعی محدودی دارند میتوانند به سرعت اصول را درک کنند. با پیشرفت، به موضوعات پیچیده تری می پردازید و بر نحوه ساخت، استقرار و بهینه سازی مدل های پیشرفته هوش مصنوعی تمرکز می کنید. با استفاده از ابزارهای پیشرو در صنعت مانند Langchain و Huggingface، یاد خواهید گرفت که راه حل های هوش مصنوعی قوی ایجاد کنید که می تواند در سناریوهای دنیای واقعی اعمال شود.
این دوره بسیار عملی است و فرصتهای کافی برای کار با مدلهای هوش مصنوعی مولد را در اختیار شما قرار میدهد. شما نحوه تولید متن، تصاویر و سایر اشکال محتوا را بررسی خواهید کرد و در عین حال بر تکنیکهای مدلهای تنظیم دقیق مطابق با موارد استفاده خاص مسلط خواهید شد. در پایان دوره، شما مدلهای هوش مصنوعی را ساخته، بهینهسازی کرده و به کار خواهید گرفت و اعتماد به نفس لازم برای ادغام این فناوریها را در پروژهها یا کارهای حرفهای خود به دست خواهید آورد.
این دوره برای علاقه مندان به هوش مصنوعی، توسعه دهندگان، دانشمندان داده و متخصصانی که به دنبال انتقال به حوزه هوش مصنوعی مولد هستند، عالی است. چه تازه شروع کرده باشید و چه به دنبال تقویت دانش هوش مصنوعی فعلی خود باشید، این دوره ابزارها و بینش های لازم برای مهارت در یکی از تحول آفرین ترین فناوری های زمان ما را ارائه می دهد.
با تمرکز بر کاربردهای عملی و یادگیری عملی، "دوره کامل هوش مصنوعی مولد با Langchain و Huggingface" به شما این امکان را می دهد که پتانسیل کامل هوش مصنوعی را باز کنید و آن را به طور موثر در حوزه های مختلف به کار ببرید.
سرفصل ها و درس ها
مقدمه دوره
Introduction to the Course
معرفی مربی
Introduction of the Instructor
نمای کلی دوره و محتوا
Overview of the course & content
مقدمه ای بر هوش مصنوعی مولد
Introduction to Generative AI
مقدمه ای بر هوش مصنوعی مولد
Introduction to Generative AI
پیش پردازش و جاسازی داده ها
Data Preprocessing and Embeddings
خط لوله مولد هوش مصنوعی انتها به انتها
End to end Generative AI Pipeline
پیش پردازش و تمیز کردن داده ها
Data Preprocessing & cleaning
نمایش داده ها و برداری برای آموزش مدل
Data representation & vectorization for the model training
طبقه بندی متن عملی
Text Classification Practical
پیش پردازش و جاسازی داده ها
Data Preprocessing and Embeddings
مقدمه ای بر مدل های زبان بزرگ
Introduction to Large Language Models
مقدمه ای بر مدل های زبان بزرگ و معماری آن
Introduction to Large Language Models & its architecture
در شهود عمیق ترانسفورماتور توجه همه شما به کاغذ نیاز دارید
In depth intuition of Transformer-Attention all your need Paper
نحوه آموزش ChatGPT
How ChatGPT is trained
پلتفرم Huggingface و API آن
Huggingface Platform and its API
معرفی صورت در آغوش گرفته
Introduction of Hugging Face
صورت در آغوش گرفته - ترانسفورماتور، خط لوله HF، مجموعه داده، LLM
Hands-On Hugging Face - Transformers, HF Pipeline, Datasets, LLMs
پردازش داده، توکن سازی و استخراج ویژگی با صورت در آغوش گرفته شده
Data processing, Tokenizing and Feature Extraction with hugging face
تنظیم دقیق با استفاده از مدل های پیش آموزش
Fine-tuning using a pretrain models
تولید کلید API در آغوش گرفتن
Hugging face API key generation
پروژه: خلاصه سازی متن با صورت در آغوش گرفته
Project: Text summrization with hugging face
پروژه: تولید متن به تصویر با LLM با صورت در آغوش گرفته
Project: Text to Image generation with LLM with hugging face
پروژه: تولید متن به گفتار با LLM با صورت در آغوش گرفته
Project: Text to speech generation with LLM with hugging face
پلتفرم Huggingface و API آن
Huggingface Platform and its API
راهنمای کامل باز کردن هوش مصنوعی
Complete Guide to Open AI
مقدمه ای بر OpenAI
Introduction to OpenAI
OpenAI API چیست و چگونه کلید OpenAI API تولید کنیم؟
What is OpenAI API and how to generate OpenAI API key?
تنظیم محیط محلی
Local Environment Setup
Hands on OpenAI - ChatCompletion API و Completion API
Hands on OpenAI - ChatCompletion API and Completion API
فراخوانی تابع در OpenAI
Function Calling in OpenAI
پروژه: ربات تلگرام با استفاده از OpenAI
Project: Telegram bot using OpenAI
پروژه: تنظیم دقیق مدل GPT-3 برای طبقه بندی متن
Project: Finetuning of GPT-3 model for text classification
پروژه: ترجمه رونوشت صوتی با Whishper
Project: Audio Transcript Transilation with Whishper
پروژه: تولید تصویر با DALL-E
Project: Image genration with DALL-E
راهنمای کامل باز کردن هوش مصنوعی
Complete Guide to Open AI
تسلط بر مهندسی سریع
Mastering Prompt Engineering
مقدمه ای بر مهندسی سریع
Introduction to prompt engineering
پایگاه داده اصلی برداری برای LLM
Master Vector Database for LLMs
معرفی کامل پایگاه های داده برداری
The Complete Introduction to Vector Databases
تسلط بر پایگاه های داده برداری با ChromaDB
Mastering Vector Databases with ChromaDB
تسلط بر پایگاه های داده برداری با Pinecone
Mastering Vector Databases with Pinecone
تسلط بر پایگاه های داده برداری با Weaviate
Mastering Vector Databases with Weaviate
پایگاه داده برداری
Vector Database
LangChain - مقدماتی برای پیشرفت
LangChain - Basic to Advance
معرفی و نصب و راه اندازی Langchain
Introduction & Installation and setup of langchain
الگوهای سریع در Langchain
Prompt Templates in Langchain
زنجیر در لنگ چین
Chains in Langchain
عوامل و ابزار Langchain
Langchain Agents and Tools
حافظه در Langchain
Memory in Langchain
لودر اسناد در Langchain
Documents Loader in Langchain
عوامل چندفریم داده در Langchain
Multi-Dataframe Agents in Langchain
نحوه استفاده از Hugging face LLM منبع باز با Langchain
How to use Hugging face Open Source LLM with Langchain
پروژه: برنامه سازنده سوالات مصاحبه
Project: Interview Questions Creator Application
پروژه: وب سایت سفارشی چت بات
Project: Custom Website Chatbot
LangChain - مقدماتی برای پیشرفت
LangChain - Basic to Advance
یاد بگیرید که از LLM های متن باز استفاده کنید
Learn to use Open Source LLMs
مقدمه ای بر LLM های منبع باز - لاما
Introduction to Open Source LLMs - Llama
نحوه استفاده از llms منبع باز با Langchain
How to use open source llms with Langchain
چت ربات وب سایت سفارشی با استفاده از LLM های منبع باز
Custom Website Chatbot using Open source LLMs
LLM های منبع باز - Falcon
Open Source LLMs - Falcon
تنظیم دقیق چیست؟ تنظیم دقیق پارامتر موثر - LoRA و QLoRA
What is Fine Tuning? Parameter Efficient Fine-Tuning - LoRA & QLoRA
تنظیم دقیق Meta Llama 2 در داده های سفارشی
Fine-Tuning Meta Llama 2 on Custom Data
LlamaIndex - ابتدایی تا پیشرفته
LlamaIndex - Basic to Advance
مقدمه ای بر LlamaIndex و دموی پایانی
Introduction to LlamaIndex & end to end Demo
منبع باز Mistral LLM با LlamaIndex
Open Source Mistral LLM with LlamaIndex
پروژه: تجزیه و تحلیل سهام مالی با استفاده از LlamaIndex
Project: Financial Stock Analysis using LlamaIndex
پروژه های پایان به پایان
End to End Projects
پروژه شماره 1: پروژه چت بات پزشکی پایان به پایان با LLM، Pinecone، LangChain
Project#1: End to End Medical Chatbot Project with LLM, Pinecone, LangChain
پروژه شماره 2: تجزیه و تحلیل کد منبع به پایان با LangChain، OpenAI و ChromaDB
Project#2: End to End Source Code Analysis with LangChain, OpenAI and ChromaDB
پروژه شماره 3: پیاده سازی ربات چت Zomato با Chainlit
Project#3: Implementing Zomato chatbot with Chainlit
استقرار برنامه های LLM
LLM Apps Deployment
نحوه استقرار برنامه هوش مصنوعی مولد به عنوان CICD در AWS
How to Deploy Generative AI Application as CICD on AWS
LLMOps
LLMOps
مقدمه ای بر LLMOps و چرا به آن نیاز داریم؟
Introduction to LLMOps & Why we need it?
هوش مصنوعی مولد با Google Cloud (Vertex AI) یک پلتفرم LLMOps
Generative AI with Google Cloud (Vertex AI) a LLMOps Platform
Vertex AI Hands-On در Google Cloud
Vertex AI Hands-On on Google Cloud
Vertex AI Local Setup - Gemini Pro را روی Local Machine اجرا کنید
Vertex AI Local Setup - Run Gemini Pro on Local Machine
RAG در Vertex AI با Vector Search و Gemini Pro
RAG on Vertex AI with Vector Search and Gemini Pro
برنامه مبتنی بر LLM در Vertex AI
LLM powered application on Vertex AI
پایه تنظیم دقیق مدل VertexAI
Fine tuning Foundation Model VertexAI
مقدمه ای بر AWS Bedrock
Introduction to AWS Bedrock
نمایش نظرات